UPT Perpustakaan Unitama

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Image of Analisis Sentimen Kinerja Badan Nasional Pencarian Dan Pertolongan Pada Platform Twitter Menggunakan Support Vector Machine
Penanda Bagikan

Skripsi

Analisis Sentimen Kinerja Badan Nasional Pencarian Dan Pertolongan Pada Platform Twitter Menggunakan Support Vector Machine

Muhammad Arif Nur AE - Nama Orang;

INTISARI
MUHAMMAD ARIF NUR AE, Analisis Sentimen Kinerja Badan Nasional Pencarian dan Pertolongan Pada Platform Twitter Menggunakan Support Vector Machine (dibimbing oleh Pasnur dan Muhammad Resha).

Permasalahan yang terjadi adalah Media sosial saat ini memiliki peran penting dalam perkembangan sebuah Instansi. Media sosial seperti Twitter dapat mempengaruhi persepsi orang terhadap suatu instansi. Sebuah instansi yang Bernama Badan Nasional Pencarian Dan Pertolongan menjadi salah satu topik perbincangan di media sosial dikarenakan ekspansi yang mereka lakukan di Indonesia. Tetapi, Badan Nasional Pencarian dan pertolongan tidak diterima langsung oleh Sebagian Masyarakat Indonesia dikarenakan caranya menangani kasus yang kurang efisien. Namun akan sangat sulit untuk mendeteksi emosi atau sentimen dari pengguna media sosial Twitter dengan jumlah yang sangat banyak. Penelitian ini bertujuan untuk menganalisis sentimen dari pengguna media sosial Twitter termasuk sentimen positif, netral dan negatif. Data ini diperoleh melalui penelitian lapangan dan penelitian Pustaka. Metode yang digunakan dalam Penelitian ini menggunakan klasifikasi Support Vector Machine. Penelitian ini juga membandingkan akurasi 2 metode yaitu metode Support Vector Machine dan metode naïve bayes dengan menggunakan confusion matrix. Hasil penelitian ini menunjukkan bahwa perbandingan kedua metode menunjukkan bahwa Support Vector Machine memiliki performa lebih baik dari pada Naïve Bayes Classifier.

Kata kunci : Analisis Sentimen, Badan Nasional Pencarian dan Pertolongan, Support Vector Machine, Naïve Bayes.


Ketersediaan
#
Perpustakaan STMIK AKBA (A/835) SKR/TI/2024 REF MUH a
2790/SKR-Ti/AKBA/24
Tersedia namun tidak untuk dipinjamkan - No Loan
Informasi Detail
Judul Seri
-
No. Panggil
SKR MUH a
Penerbit
Makassar : UNITAMA., 2024
Deskripsi Fisik
xv + 54 hlm., 28,5 cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
REF MUH a
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
-
Info Detail Spesifik
Pembimbing I: Pasnur Dan Pembimbing II: Muhammad Resha
Pernyataan Tanggungjawab
-
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar

Anda harus masuk sebelum memberikan komentar

UPT Perpustakaan Unitama
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik
Kemana ingin Anda bagikan?